photosdematures.com

Ano ang Portfolio Optimization?

Ang pag-optimize sa portfolio ay walang anuman kundi isang proseso kung saan ang isang namumuhunan ay tumatanggap ng tamang patnubay hinggil sa pagpili ng mga assets mula sa saklaw ng iba pang mga pagpipilian at sa teoryang ito ang mga proyekto / programa ay hindi pinahahalagahan sa isang indibidwal na batayan sa halip ang pareho ay pinahahalagahan bilang isang bahagi ng isang partikular na portfolio.

Paliwanag

Sinasabing ang isang pinakamainam na portfolio ay ang isa na may pinakamataas na ratio ng Sharpe, na sumusukat sa labis na pagbabalik na nabuo para sa bawat yunit ng panganib na kinuha.

Ang pag-optimize sa portfolio ay batay sa Modern Portfolio Theory (MPT). Ang MPT ay batay sa prinsipyo na nais ng mga namumuhunan ang pinakamataas na pagbabalik para sa pinakamababang panganib. Upang makamit ito, ang mga assets sa isang portfolio ay dapat mapili pagkatapos isaalang-alang kung paano sila gumanap kaugnay sa bawat isa, ibig sabihin, dapat silang magkaroon ng isang mababang ugnayan. Ang anumang pinakamainam na portfolio batay sa MPT ay mahusay na pinag-iba-iba upang maiwasan ang isang pag-crash kapag ang isang partikular na asset o asset na klase ay hindi mahusay.

Proseso ng Optimal Portfolio

Ang Paglalaan ng Asset para sa isang pinakamainam na portfolio ay mahalagang isang dalawang bahagi na proseso:

1. Pagpili ng Mga Klase ng Asset - Pinipili muna ng mga tagapamahala ng portfolio ang mga klase ng pag-aari na nais nilang maglaan ng mga pondo, at pagkatapos ay magpapasya sila na ang bigat ng bawat klase ng asset ay isasama. Kasama sa mga karaniwang klase sa pag-aari ang Equities, Bonds, Gold, Real Estate.
2. Pagpili ng Mga Asset sa loob ng Klase - Matapos magpasya ang mga klase sa pag-aari, nagpapasya ang manager kung magkano sa isang partikular na stock o isang bono ang nais niyang isama sa portfolio. Ang Mabisang Frontier ay kumakatawan sa isang grapiko ang relasyon sa pagbabalik ng panganib ng isang mahusay na portfolio. Ang bawat punto sa curve na ito ay kumakatawan sa isang mahusay na portfolio.

Mga halimbawa ng Pag-optimize sa Portfolio

Tingnan natin ang ilang mga praktikal na halimbawa ng pag-optimize sa portfolio upang higit na maunawaan ito.

Halimbawa # 1

Kung kukuha kami ng isang halimbawa ng Apple at Microsoft batay sa kanilang buwanang pagbabalik para sa taong 2018, ipinapakita ng sumusunod na graph ang Mahusay na Frontier para sa isang portfolio na binubuo lamang ng dalawang stock na ito:

Ang X-axis ay ang karaniwang paglihis at ang y-axis ay ang pagbabalik ng portfolio para sa antas ng peligro. Kung pagsamahin namin ang portfolio na ito sa isang walang panganib na asset, ang punto sa grap na ito kung saan ang ratio ng Sharpe ay na-maximize ay kumakatawan sa pinakamainam na portfolio. Ito ang punto kung saan ang linya ng paglalaan ng kapital ay may kakayahang sa mahusay na hangganan. Ang dahilan sa likod nito ay sa puntong iyon, ang ratio ng Sharpe (na sumusukat sa pagtaas ng inaasahang pagbalik para sa bawat karagdagang yunit ng peligro na kinuha) ang pinakamataas.

Halimbawa # 2

Ipagpalagay na nais naming pagsamahin ang isang mapanganib na portfolio na mayroon lamang mga BestBuy at AT&T stock at isang walang panganib na asset na may pagbabalik na 1%. Ilalagay namin ang Efficient Frontier batay sa data ng pagbabalik para sa mga stock na ito at pagkatapos ay kukuha ng isang linya na nagsisimula sa 1.5 sa Y-axis at nasusukat sa Efficient Frontier na ito.

Ang X-axis ay kumakatawan sa Standard Deviation at ang Y-axis ay kumakatawan sa Return of the portfolio. Ang isang namumuhunan na nagnanais na kumuha ng mas kaunting panganib ay maaaring lumipat sa kaliwa ng puntong ito at ang mga namumuhunan na may mataas na peligro upang lumipat sa kanan ng puntong ito. Ang isang namumuhunan na hindi nais na kumuha ng anumang peligro sa lahat ay maglalagay lamang ng lahat ng pera sa walang-peligro na pag-aari ngunit sa parehong oras limitahan ang kanyang portfolio na bumalik sa 1%. Ang isang labis na pagbabalik ay makukuha sa pamamagitan ng pagkuha ng panganib.

Mga kalamangan ng Pag-optimize sa Portfolio

Sa ibaba ay nabanggit ang ilan sa mga pangunahing bentahe ng pag-optimize sa portfolio:

• Pag-maximize ng Return - Ang una at pinakamahalagang layunin ng pag-optimize sa portfolio ay pag-maximize ng pagbabalik para sa isang naibigay na antas ng peligro. Ang trade-off na pagbabalik sa peligro ay na-maximize sa punto sa mahusay na hangganan na kumakatawan sa pinakamainam na portfolio. Kaya't ang mga tagapamahala na hinabol ang proseso ng pag-optimize sa portfolio ay madalas na nakakamit ang mataas na pagbalik sa bawat yunit ng peligro para sa kanilang mga namumuhunan. Nakakatulong ito sa kasiyahan ng kliyente.
• Pagkakaiba-iba - Ang mga Optimal Portfolios ay mahusay na pinag-iba-iba upang maalis ang hindi sistematikong peligro o ang panganib na walang presyo. Ang pag-iba-iba ay tumutulong sa pagprotekta sa mga namumuhunan laban sa downside kung sakaling ang isang partikular na asset ay hindi maganda ang pagganap. Protektahan ng iba pang mga assets sa portfolio ang portfolio ng namumuhunan mula sa pag-crash at ang mamumuhunan ay mananatili sa isang komportableng zone.
• Pagkilala sa Mga Pagkakataon sa Market - Kapag ang mga tagapamahala ay nagpapakasawa sa naturang aktibong pamamahala ng portfolio, sinusubaybayan nila ang maraming data ng merkado at pinapanatili ang kanilang pag-update sa mga merkado. Ang kasanayan na ito ay maaaring makatulong sa kanila na makilala ang mga pagkakataon sa merkado nang una sa iba at samantalahin ang mga pagkakataong iyon para sa pakinabang ng kanilang mga namumuhunan.

Mga limitasyon ng Pag-optimize sa Portfolio

Sa ibaba ay nabanggit ang ilan sa mga pangunahing limitasyon ng pag-optimize sa portfolio:

• Mga Markahang Walang Friksiyon - Ang Theory ng Modernong Portfolio, kung saan nakabatay ang konsepto ng pag-optimize sa portfolio, ay gumagawa ng ilang mga pagpapalagay upang mapanatili ang totoo. Ang isa sa mga palagay ay ang mga merkado ay walang friksiyon, ibig sabihin, walang mga gastos sa transaksyon, hadlang, atbp na nananaig sa merkado. Sa katotohanan, madalas itong mapulot na hindi totoo. Mayroong mga friksiyon sa merkado at ang katotohanang ito ay ginagawang kumplikado ang aplikasyon ng modernong teorya ng portfolio.
• Karaniwang Pamamahagi - Ang isa pang palagay sa ilalim ng modernong teorya ng portfolio ay ang pagbabalik ay normal na ipinamamahagi. Hindi nito pinapansin ang mga konsepto ng skewness, kurtosis, atbp kapag ginagamit ang data ng pagbabalik bilang mga input. Ito ay madalas na natagpuan na ang mga pagbalik ay hindi normal na ipinamamahagi. Ang paglabag sa palagay na ito sa ilalim ng modernong teorya ng portfolio ay ginagawang hamon itong gamitin.
• Mga Dynamic na Coefficients - Ang mga koepisyent na ginamit sa data para sa pag-optimize sa portfolio tulad ng coefficient ng ugnayan ay maaaring magbago habang nagbabago ang mga sitwasyon sa merkado. Ang palagay na ang mga koepisyent na ito ay mananatiling pareho ay maaaring hindi totoo sa lahat ng mga kaso.

Konklusyon

Ang Pag-optimize ng Portfolio ay mabuti para sa mga namumuhunan na nais na i-maximize ang trade-off na pagbabalik sa panganib dahil ang prosesong ito ay na-target sa pag-maximize ng return para sa bawat karagdagang yunit ng peligro na kinuha sa portfolio. Pinagsasama ng mga tagapamahala ang isang kumbinasyon ng mga mapanganib na mga assets sa isang walang panganib na asset upang pamahalaan ang trade-off na ito. Ang ratio ng mga peligrosong assets sa walang-peligro na asset ay nakasalalay sa kung magkano ang peligro na nais na kunin ng mamumuhunan. Ang Optimal Portfolio ay hindi nagbibigay ng isang portfolio na makakabuo ng pinakamataas na posibleng pagbabalik mula sa kombinasyon, pinapakinabangan lamang nito ang pagbabalik sa bawat yunit ng peligro na kinuha. Ang ratio ng Sharpe ng portfolio na ito ay ang pinakamataas.